id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
10,857 | 2026-02-24T10:08:31.570000Z | 2026-02-24T10:08:31.570000Z | Lec. | Reliability 13. 4.5 | false | false | false | |
10,856 | 2026-02-24T10:08:29.852000Z | 2026-02-24T10:08:29.852000Z | Lec. | YosysUtils 12. 4.4 | false | false | false | |
10,855 | 2026-02-24T10:08:28.459000Z | 2026-02-24T10:08:28.459000Z | Lec. | AbcUtils 10. 4.3 | false | false | false | |
10,854 | 2026-02-24T10:08:26.930000Z | 2026-02-24T10:08:26.930000Z | Lec. | OpenLaneUtils 6. 4.2 | false | false | false | |
10,853 | 2026-02-24T10:08:25.397000Z | 2026-02-24T10:08:25.397000Z | Lec. | Классы 6. 4.1 | false | false | false | |
10,852 | 2026-02-24T10:08:23.752000Z | 2026-02-24T10:08:23.752000Z | Lec. | Основные параметры схем 6. 4 | false | false | false | |
10,851 | 2026-02-24T10:08:22.150000Z | 2026-02-24T10:08:22.150000Z | Lec. | Модуль отказоустойчивости 6. 3.3 | false | true | false | |
10,850 | 2026-02-24T10:08:20.429000Z | 2026-02-24T10:08:20.429000Z | Lec. | Основные компоненты модуля Parameters 5. 3.2 | false | true | false | |
10,849 | 2026-02-24T10:08:18.031000Z | 2026-02-24T10:08:18.031000Z | Lec. | Архитектура 4. 3.1 | false | false | false | |
10,848 | 2026-02-24T10:08:16.415000Z | 2026-02-24T10:08:16.415000Z | Lec. | Аппаратные требования 4. 3 | false | true | false | |
10,847 | 2026-02-24T10:08:14.801000Z | 2026-02-24T10:08:14.801000Z | Lec. | Программные требования 3. 2.2 | false | false | false | |
10,846 | 2026-02-24T10:08:12.722000Z | 2026-02-24T10:08:12.722000Z | Lec. | Программные и аппаратные требования к системе 3. 2.1 | false | true | false | |
10,845 | 2026-02-24T10:08:10.457000Z | 2026-02-24T10:08:10.457000Z | Lec. | Уровень подготовки пользователей 3. 2 | false | true | false | |
10,844 | 2026-02-24T10:08:08.911000Z | 2026-02-24T10:08:08.911000Z | Lec. | Краткое описание возможностей 3. 1.3 | false | true | false | |
10,843 | 2026-02-24T10:08:07.256000Z | 2026-02-24T10:08:07.256000Z | Lec. | Область применения 2. 1.2 | false | false | false | |
10,842 | 2026-02-24T10:08:05.169000Z | 2026-02-24T10:08:05.169000Z | Lec. | Введение 2. 1.1 | false | true | false | |
10,841 | 2026-02-24T10:08:03.380000Z | 2026-02-24T10:08:03.380000Z | Lec. | Руководитель направления:. к.т.н., доцент Романов Александр Юрьевич | true | true | false | |
10,840 | 2026-02-24T10:08:01.711000Z | 2026-02-24T10:08:01.711000Z | Lec. | Карипов Александр Вячеславович, БИБ231 | true | false | false | |
10,839 | 2026-02-24T10:08:00.125000Z | 2026-02-24T10:08:00.125000Z | Lec. | Вороницкая Полина Сергеевна, БИВ233 | true | false | false | |
10,838 | 2026-02-24T10:07:58.456000Z | 2026-02-24T10:07:58.456000Z | Lec. | Сачкова Юлия Евгеньевна, БИВ233 | true | false | false | |
10,837 | 2026-02-24T10:07:56.874000Z | 2026-02-24T10:07:56.874000Z | Lec. | Маннанов Вадим Эльвирович, БИВ213 | true | false | false | |
10,836 | 2026-02-24T10:07:55.272000Z | 2026-02-24T10:07:55.272000Z | Lec. | Зиязетдинов Руслан Наилевич, БИВ213 | true | false | false | |
10,835 | 2026-02-24T10:07:53.672000Z | 2026-02-24T10:07:53.672000Z | Lec. | Проект №1971. «CircuitGen: Модуль расчета параметров цифровых схем» | false | false | false | |
10,834 | 2026-02-24T10:07:51.913000Z | 2026-02-24T10:07:51.913000Z | Lec. | Конфигурационный файл для OMNeT++. | false | true | false | |
10,833 | 2026-02-24T10:07:50.387000Z | 2026-02-24T10:07:50.387000Z | Lec. | URL: https://criticality-metrics.readthedocs.io/en/latest/time-scale/TTC.html (дата обращения: 05.05.2025) | false | false | false | |
10,832 | 2026-02-24T10:07:48.576000Z | 2026-02-24T10:07:48.576000Z | Lec. | Смешанный трафик (50–75 % CAV) дает наилучший баланс: прирост безопасности до 52 %, минимальное время поездки и малозначимое снижение пропускной способности; | false | true | false | |
10,831 | 2026-02-24T10:07:47.020000Z | 2026-02-24T10:07:47.020000Z | Lec. | Максимальное число завершенных поездок за расчетный интервал приходится на 25 % CAV | false | true | false | |
10,830 | 2026-02-24T10:07:45.256000Z | 2026-02-24T10:07:45.256000Z | Lec. | В данном случае однородная популяция CAV выбирает близкие траектории и скорости, и из-за отсутствия «агрессивных» Human Driven Vehicles (HDV) не формируются временные проемы в потоке, и система переходит в плотный, но медленный режим | false | true | false | |
10,829 | 2026-02-24T10:07:43.458000Z | 2026-02-24T10:07:43.458000Z | Lec. | Среднее время в пути, с | false | true | false | |
10,828 | 2026-02-24T10:07:41.921000Z | 2026-02-24T10:07:41.921000Z | Lec. | Агрегированные показатели результатов моделирования | false | true | false | |
10,827 | 2026-02-24T10:07:40.120000Z | 2026-02-24T10:07:40.120000Z | Lec. | Общая длительность каждого моделирования составляет 2000 секунд | false | true | false | |
10,826 | 2026-02-24T10:07:38.523000Z | 2026-02-24T10:07:38.523000Z | Lec. | Участок карты из OpenStreetMap, используемый в моделировании | false | true | false | |
10,825 | 2026-02-24T10:07:36.993000Z | 2026-02-24T10:07:36.993000Z | Lec. | Для создания сценария использовались встроенные в SUMO инструменты и полученная карта из OpenStreetMap (Рисунки 5–6) | false | true | false | |
10,824 | 2026-02-24T10:07:35.421000Z | 2026-02-24T10:07:35.421000Z | Lec. | Карта для моделирования создана при помощи сервиса OpenStreetMap | false | true | false | |
10,823 | 2026-02-24T10:07:33.687000Z | 2026-02-24T10:07:33.687000Z | Lec. | Введен порог на относительную скорость: учитываются только конфликты, где разность скоростей превышает 1 м/с в момент минимального сближения, что отсекает ситуации ползущего трафика, когда машины медленно сближаются | false | true | false | |
10,822 | 2026-02-24T10:07:32.160000Z | 2026-02-24T10:07:32.160000Z | Lec. | Такие эпизоды возникают из-за внутренних допущений SUMO или телепортаций автомобилей; | false | true | false | |
10,821 | 2026-02-24T10:07:30.416000Z | 2026-02-24T10:07:30.416000Z | Lec. | Ожидается, что при преобладании таких CAV в потоке общая аварийность снижается [22] | false | true | false | |
10,820 | 2026-02-24T10:07:28.654000Z | 2026-02-24T10:07:28.654000Z | Lec. | В проведенном эксперименте не моделировалось специальное экстренное взаимодействие между CAV, но заданные параметры уже сами по себе отражают безопасное продольное движение | false | true | false | |
10,819 | 2026-02-24T10:07:27.021000Z | 2026-02-24T10:07:27.021000Z | Lec. | Такое поведение соответствует принципам оборонительного вождения | false | true | false | |
10,818 | 2026-02-24T10:07:25.384000Z | 2026-02-24T10:07:25.384000Z | Lec. | Такое условие означает, что автономное ТС предельно терпеливо при перестроениях: оно не прокладывает активно путь в плотном потоке и предпочитает держаться своей полосы, если перестроение чревато уменьшением дистанций до небезопасных значений | false | true | false | |
10,817 | 2026-02-24T10:07:23.746000Z | 2026-02-24T10:07:23.746000Z | Lec. | Агрессивные перестроения или попытки вклиниться на высокой скорости запрещены настройками; | false | true | false | |
10,816 | 2026-02-24T10:07:22.006000Z | 2026-02-24T10:07:22.006000Z | Lec. | Фактически, CAV сменяет полосу только убедившись, что не создает конфликт ни с попутными, ни с поперечными машинами | false | true | false | |
10,815 | 2026-02-24T10:07:20.388000Z | 2026-02-24T10:07:20.388000Z | Lec. | Профиль CAV настроен так, чтобы исключить опасные перестроения: автономное ТС не предпринимает перестроение, если промежуток недостаточно велик, или если оно нарушает чье-то право дороги | false | true | false | |
10,814 | 2026-02-24T10:07:18.708000Z | 2026-02-24T10:07:18.708000Z | Lec. | По сути, выставлен режим безопасного движения: если впереди препятствие или затор, машина своевременно тормозит; если разрешенная скорость 50 км/ч, она не нарушает скоростной режим, даже в условиях пустой дороги; | false | true | false | |
10,813 | 2026-02-24T10:07:16.931000Z | 2026-02-24T10:07:16.931000Z | Lec. | Низкое значение означает практически полное отсутствие случайных отклонений: автономное ТС строго следует заложенному алгоритму, не страдает от отвлечения внимания или неточности восприятия, что делает поведение предсказуемым и, следовательно, безопасным для окружающих; | false | true | false | |
10,812 | 2026-02-24T10:07:15.289000Z | 2026-02-24T10:07:15.289000Z | Lec. | Согласно требованиям регуляторов и результатам дорожных тестов, беспилотники обязаны уметь предотвратить столкновение даже при внезапном возникновении препятствия, если существует физическая возможность [26]; | false | true | false | |
10,811 | 2026-02-24T10:07:13.389000Z | 2026-02-24T10:07:13.389000Z | Lec. | Современные беспилотные автомобили оборудованы передовыми тормозными системами и электроникой (ABS, автоматическое экстренное торможение и пр.), благодаря чем способны среагировать быстрее человека | false | true | false | |
10,810 | 2026-02-24T10:07:11.610000Z | 2026-02-24T10:07:11.611000Z | Lec. | Максимальное торможение (decel) – ключевой параметр безопасности, показывающий, с каким максимальным отрицательным ускорением машина способна тормозить | false | true | false | |
10,809 | 2026-02-24T10:07:09.787000Z | 2026-02-24T10:07:09.787000Z | Lec. | Хотя способность ускоряться у автономного ТС способна быть высокой, консервативное поведение предполагает, что он без необходимости не использует максимальные возможности двигателя; | false | true | false | |
10,808 | 2026-02-24T10:07:07.902000Z | 2026-02-24T10:07:07.902000Z | Lec. | Параметр minGap вместе с tau контролирует пространство для маневра и обеспечивает плавное и безопасное управление дистанцией; | false | true | false | |
10,807 | 2026-02-24T10:07:06.162000Z | 2026-02-24T10:07:06.162000Z | Lec. | Человеческие водители иногда игнорируют упомянутый интервал, тогда как CAV оставляет запас на случай отката машины впереди или иных непредвиденных факторов | false | true | false | |
10,806 | 2026-02-24T10:07:04.567000Z | 2026-02-24T10:07:04.567000Z | Lec. | Такое условие гарантирует, что в транспортном заторе или при резком торможении автономное ТС не сближается вплотную с впереди стоящим | false | true | false | |
10,805 | 2026-02-24T10:07:02.935000Z | 2026-02-24T10:07:02.935000Z | Lec. | Повышенное tau имитирует реакцию “с запасом” и компенсирует любые задержки сенсоров и систем принятия решений; | false | true | false | |
10,804 | 2026-02-24T10:07:01.175000Z | 2026-02-24T10:07:01.175000Z | Lec. | Для моделирования использована модель продольного движения IDM (Intelligent Driver Model), параметры которой были настроены на консервативный стиль вождения автономного автомобиля | false | true | false | |
10,803 | 2026-02-24T10:06:59.490000Z | 2026-02-24T10:06:59.490000Z | Lec. | Концепция подключенного и беспилотного транспорта в данном эксперименте подразумевает осторожное и безопасное поведение на дороге, эмулируемое через настройки модели движения | false | true | false | |
10,802 | 2026-02-24T10:06:57.842000Z | 2026-02-24T10:06:57.842000Z | Lec. | Также уместно учесть среднюю скорость транспортных средств и количество завершенных маршрутов за ограниченное время моделирования | false | true | false | |
10,801 | 2026-02-24T10:06:56.313000Z | 2026-02-24T10:06:56.313000Z | Lec. | В городских условиях, где скорости ниже и дистанции между ТС ограничены, используют пороги ниже указанного для выделения серьезных конфликтов | false | true | false | |
10,800 | 2026-02-24T10:06:54.666000Z | 2026-02-24T10:06:54.666000Z | Lec. | В отрасли безопасности дорожного движения широко применяется порог TTC равный 1,5 с для классификации конфликтов: случаи с TTC ниже указанного значения рассматриваются как опасные конфликты, требующие реакции водителя, тогда как при значениях TTC выше указанного сближение считается относительно безопасным | false | true | false | |
10,799 | 2026-02-24T10:06:52.768000Z | 2026-02-24T10:06:52.768000Z | Lec. | Формально TTC определяется как время до столкновения транспортных средств, если они продолжают движение без изменения параметров [32] | false | true | false | |
10,798 | 2026-02-24T10:06:51.121000Z | 2026-02-24T10:06:51.121000Z | Lec. | Реальная сеть, сгенерированная через OSMWebWizard [18]: Сеть района Китай-город в Москве, которая позволяет проверить эффективность алгоритма в условиях реальной городской среды (Рисунок 4) | false | true | false | |
10,797 | 2026-02-24T10:06:49.176000Z | 2026-02-24T10:06:49.176000Z | Lec. | Сеть Sioux Falls: используется для оценки масштабируемости алгоритма и представляет собой модель дорожной сети с 24 узлами и 76 ребрами [6]; | false | true | false | |
10,796 | 2026-02-24T10:06:47.430000Z | 2026-02-24T10:06:47.430000Z | Lec. | Сеть Braess Complex: усложненная сеть с дополнительными узлами и перемычками, что позволяет проверить работу алгоритма в реалистичных условиях с увеличенной сложностью маршрутов (Рисунок 3); | false | true | false | |
10,795 | 2026-02-24T10:06:45.636000Z | 2026-02-24T10:06:45.636000Z | Lec. | Создана специально для демонстрации парадокса Браесса (Рисунок 2); | false | true | false | |
10,794 | 2026-02-24T10:06:43.877000Z | 2026-02-24T10:06:43.877000Z | Lec. | В рамках среды CAVISE предлагается использование централизованного алгоритма маршрутизации на основе MPC, реализованного с использованием среды микроскопического моделирования дорожного движения SUMO | false | true | false | |
10,793 | 2026-02-24T10:06:42.110000Z | 2026-02-24T10:06:42.110000Z | Lec. | Стоит отметить, практическая реализация такого подхода сопряжена с рядом технических и организационных сложностей, и является комплексной в рамках исследования | false | true | false | |
10,792 | 2026-02-24T10:06:40.361000Z | 2026-02-24T10:06:40.361000Z | Lec. | Таким образом, информация о положении, скорости и других параметрах автомобиля доступна для обоих серверов, что позволяет SUMO получать целостную картину и выдавать корректные управляющие воздействия даже в условиях границы между зонами | false | true | false | |
10,791 | 2026-02-24T10:06:38.581000Z | 2026-02-24T10:06:38.581000Z | Lec. | Подобный подход гарантирует, что алгоритмы управления, реализованные в SUMO, имеют доступ ко всей необходимой информации и способны корректно рассчитывать маршруты и команды для автомобилей, независимо от того, где проходит граница моделируемых зон | false | true | false | |
10,790 | 2026-02-24T10:06:36.800000Z | 2026-02-24T10:06:36.800000Z | Lec. | Как только автомобиль полностью перемещается в соседнюю зону, его дубликат в исходной зоне удаляется | false | true | false | |
10,789 | 2026-02-24T10:06:35.144000Z | 2026-02-24T10:06:35.144000Z | Lec. | В момент приближения автомобиля к границе своей зоны состояние транспортного средства дублируется во втором экземпляре CARLA | false | true | false | |
10,788 | 2026-02-24T10:06:33.378000Z | 2026-02-24T10:06:33.378000Z | Lec. | Концепт буферных зон | false | true | false | |
10,787 | 2026-02-24T10:06:31.847000Z | 2026-02-24T10:06:31.847000Z | Lec. | Для решения упомянутой проблемы предлагается ввести концепт буферных зон: на границе между двумя соседними экземплярами CARLA создается перекрывающая область дороги, которая одновременно моделируется в двух соседних процессах (Рисунок 1) | false | true | false | |
10,786 | 2026-02-24T10:06:29.884000Z | 2026-02-24T10:06:29.884000Z | Lec. | Но при разделении на независимые экземпляры CARLA подобная информация становится недоступной для автомобилей, приближающихся к границам зон, что приводит к некорректному поведению транспортных средств и потере непрерывности моделирования | false | true | false | |
10,785 | 2026-02-24T10:06:28.285000Z | 2026-02-24T10:06:28.285000Z | Lec. | Но возникает проблема: поскольку в архитектуре CAVISE алгоритмы управления трафиком и маршрутизацией реализованы в среде SUMO, а CARLA отвечает за физику автомобилей и окружения, то алгоритмам управления в SUMO необходимо получать полную информацию о ситуации на дороге, включая состояние автомобилей, находящихся в сосе... | false | true | false | |
10,784 | 2026-02-24T10:06:26.421000Z | 2026-02-24T10:06:26.421000Z | Lec. | Для реализации многоклиентской архитектуры в рамках CAVISE предлагается географическое разбиение моделируемого сценария на зоны, каждая из которых моделируется собственным экземпляром CARLA на отдельном клиенте (ПК) | false | true | false | |
10,783 | 2026-02-24T10:06:24.724000Z | 2026-02-24T10:06:24.724000Z | Lec. | Клиенты располагаются нескольких удаленных узлах, распределяя вычислительную нагрузку | false | true | false | |
10,782 | 2026-02-24T10:06:23.069000Z | 2026-02-24T10:06:23.069000Z | Lec. | Подобная структура была внедрена разработчиками, позволив осуществлять многоагентное моделирование в рамках единого виртуального мира без ограничений на количество подключаемых клиентов | false | true | false | |
10,781 | 2026-02-24T10:06:21.281000Z | 2026-02-24T10:06:21.281000Z | Lec. | Один сервер CARLA способен одновременно обслуживать множество клиентских приложений, управляющих отдельными группами автомобилей и сенсоров | false | true | false | |
10,780 | 2026-02-24T10:06:19.651000Z | 2026-02-24T10:06:19.651000Z | Lec. | В CARLA заложена возможность реализации многоклиентской архитектуры | false | true | false | |
10,779 | 2026-02-24T10:06:17.898000Z | 2026-02-24T10:06:17.898000Z | Lec. | В результате снижается производительность, появляются задержки в обработке команд управления, и уменьшается частота кадров | false | true | false | |
10,778 | 2026-02-24T10:06:16.261000Z | 2026-02-24T10:06:16.261000Z | Lec. | Сложность масштабирования CARLA обусловлена использованием ресурсоемкого Unreal Engine, который обеспечивает реалистичную физику и визуализацию, что приводит к ситуации, когда при увеличении количества управляемых объектов (агентов, автомобилей, пешеходов) возрастает вычислительная нагрузка на систему | false | true | false | |
10,777 | 2026-02-24T10:06:14.418000Z | 2026-02-24T10:06:14.418000Z | Lec. | В качестве альтернативного способа увеличения производительности моделирования в CAVISE предлагается рассмотреть возможность параллелизации клиентов в симуляторе CARLA | false | true | false | |
10,776 | 2026-02-24T10:06:12.648000Z | 2026-02-24T10:06:12.648000Z | Lec. | Следовательно, с учетом текущей структуры CAVISE нет возможности реализовать параллелизацию вычислений с использованием Artery V2X | false | true | false | |
10,775 | 2026-02-24T10:06:10.928000Z | 2026-02-24T10:06:10.928000Z | Lec. | Как упоминалось ранее, одно из условий реализации параллельных вычислений в OMNeT++ - отсутствие динамического добавления или удаления модулей (автомобилей) во время моделирования | false | true | false | |
10,774 | 2026-02-24T10:06:09.249000Z | 2026-02-24T10:06:09.249000Z | Lec. | Artery объединяет сетевую модель OMNeT++ и дорожный трафик SUMO через интерфейс TraCI | false | true | false | |
10,773 | 2026-02-24T10:06:07.491000Z | 2026-02-24T10:06:07.491000Z | Lec. | E – плотность событий (events per sim-second) – сколько событий в среднем происходит в модели за 1 секунду виртуального времени;. τ – задержка на передачу сообщения от одного логического процесса другому по сети; | false | false | false | |
10,772 | 2026-02-24T10:06:05.475000Z | 2026-02-24T10:06:05.475000Z | Lec. | L – lookahead – минимальная задержка между разделами; | false | true | false | |
10,771 | 2026-02-24T10:06:04Z | 2026-02-24T10:06:04Z | Lec. | Почти для каждого сценария существует возможность адаптировать его для параллельных вычислений, но параллелизация не во всех случаях является эффективной по скорости вычислений | false | true | false | |
10,770 | 2026-02-24T10:06:02.428000Z | 2026-02-24T10:06:02.428000Z | Lec. | Важно отметить, что разделять сценарий разрешено только по границам модулей, один модуль не способен одновременно исполняться на двух логических процессах и необходимо минимизировать количество сообщений между подмножествами | false | true | false | |
10,769 | 2026-02-24T10:06:00.782000Z | 2026-02-24T10:06:00.782000Z | Lec. | В упомянутом примере все модули внутри subnetA запускаются в логическом процессе с индексом 0, внутри subnetB с индексом 1, внутри subnetC с индексом 2 | false | true | false | |
10,768 | 2026-02-24T10:05:59.050000Z | 2026-02-24T10:05:59.050000Z | Lec. | Упомянутый параметр никогда не равен нулю и рассчитывается автоматически, если указать для атрибута parsim-nullmessageprotocol-lookahead-class значение cLinkDelayLookahead; | false | true | false | |
10,767 | 2026-02-24T10:05:57.485000Z | 2026-02-24T10:05:57.485000Z | Lec. | Для корректного моделирования упомянутый параметр устанавливается отличным от нуля, иначе возникают ситуации, когда алгоритм не способен выдать гарантированное время без отправки сообщений | false | true | false | |
10,766 | 2026-02-24T10:05:56.013000Z | 2026-02-24T10:05:56.013000Z | Lec. | Ideal Simulation Protocol - предполагает знание будущих событий, и позволяет измерить теоретический максимум ускорения параллельного моделирования для данной модели | false | true | false | |
10,765 | 2026-02-24T10:05:54.470000Z | 2026-02-24T10:05:54.470000Z | Lec. | На уровне сети (внутри одного сценария): сетевой уровень в контексте параллельного моделирования связан коммуникациями между модулями, находящимися в разных разделах | false | true | false | |
10,764 | 2026-02-24T10:05:52.695000Z | 2026-02-24T10:05:52.695000Z | Lec. | Предполагается, что централизованный алгоритм с применением Model Predictive Control (MPC) способен устранить данную неэффективность | false | true | false | |
10,763 | 2026-02-24T10:05:51.110000Z | 2026-02-24T10:05:51.110000Z | Lec. | Например, известен типичный сценарий: при заторе на магистрали навигаторы рекомендовали бы свернуть на локальную улицу, но в таком случае на данной улице появляется новый затор и итоговое время в пути оказывается даже дольше, чем если бы никто не свернул [31] | false | true | false | |
10,762 | 2026-02-24T10:05:49.235000Z | 2026-02-24T10:05:49.235000Z | Lec. | Когда каждому автомобилю предоставляется информация о текущих заторах и он сам перестраивает на эффективный по скорости маршрут, возникает эффект «самонадеянного навигатора»: многие машины одновременно перестраиваются на якобы свободный путь, и вследствие чего на нем возникает транспортный затор | false | true | false | |
10,761 | 2026-02-24T10:05:47.545000Z | 2026-02-24T10:05:47.545000Z | Lec. | В экспериментах в SUMO проявление парадокса Браесса четко наблюдается при децентрализованной маршрутизации | false | true | false | |
10,760 | 2026-02-24T10:05:45.781000Z | 2026-02-24T10:05:45.781000Z | Lec. | Для решения проблемы масштабируемости предлагается интегрировать в среду CAVISE параллелизацию вычислений - задействование нескольких потоков/ядер или даже нескольких машин для одновременного моделиорвания разных частей задачи | false | true | false | |
10,759 | 2026-02-24T10:05:44.107000Z | 2026-02-24T10:05:44.107000Z | Lec. | Даже автономные алгоритмы способны отклоняться, а связь прерываться, что приближает результаты моделирования к ожидаемой реальности и позволяет выявить сценарии, в которых даже при использовании CAV возникают транспортные заторы или аварии | false | true | false | |
10,758 | 2026-02-24T10:05:42.367000Z | 2026-02-24T10:05:42.367000Z | Lec. | Кроме того, в моделирование вводятся случайные факторы, чтобы предотвратить полностью детерминированное и идеальное поведение | false | true | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.